Цикл по матрице для среднего значения фрагмента матрицы Python - PullRequest
Новая
       44

Цикл по матрице для среднего значения фрагмента матрицы Python

0 голосов
/ 23 сентября 2019

У меня есть большая матрица с плавающей точкой (250x112), например: 

import numpy as np
data = np.arange(1, 28001).reshape((250, 112))

Какой элегантный способ вычислить среднее значение среза матрицы 3x3, который проходит по большой матрице и проходит по всемклетки?Также важно, чтобы матрица срезов стала матрицей 2х3 в области полосы и соответственно матрицей 2х2 в углах.

1 Ответ

1 голос
/ 23 сентября 2019

Как предлагается в комментариях, он работает со сверткой сигнала: 

from scipy import signal
kernel = np.array([[1,1,1],[1,1,1],[1,1,1]])
grad = signal.convolve2d(data, kernel, 'same')
grad  = grad/9

, затем вы делите матрицу на количество элементов в матрице ядра, для матрицы 3x3 вы делите на 9. Это работаетс меньшими и большими матрицами.

Больше теории здесь, мне очень помогло понять замысловатую функцию: machinelearninguru.com

Если вы не хотите использоватьscipy, он будет работать также только с numy: Пример NumPy

Если средства для углов и ребер должны отражать только ячейку и ее соседейделитель для результата convolve2d может быть построен как: 

corners = (np.array([0,0,-1,-1], dtype=np.int32),np.array([0,-1,0,-1], dtype=np.int32))
edges = np.ones(data.shape, dtype=np.bool)
edges[1:-1,1:-1] = False
edges[corners] = False
divisor = np.ones(data.shape) * 9
divisor[corners] = 4
divisor[edges] = 6

grad = signal.convolve2d(data, kernel, 'same')
grad = grad / divisor

Для начального массива data = np.arange(1, (5*3)+1).reshape((5, 3)) это приводит к: 

In [35]: data
Out[35]: 
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12],
       [13, 14, 15]])

In [36]: divisor
Out[36]: 
array([[ 4.,  6.,  4.],
       [ 6.,  9.,  6.],
       [ 6.,  9.,  6.],
       [ 6.,  9.,  6.],
       [ 4.,  6.,  4.]])

In [37]: grad
Out[37]: 
array([[  3. ,   3.5,   4. ],
       [  4.5,   5. ,   5.5],
       [  7.5,   8. ,   8.5],
       [ 10.5,  11. ,  11.5],
       [ 12. ,  12.5,  13. ]])
...